XiaoMi-AI文件搜索系统
World File Search System分级
用于先进锌碘电池的 In-MOF 衍生分级空心碳纳米管
中空碳材料因其独特的多孔结构和电性能被视为催化和电化学储能中重要的支撑材料。本文以铟基有机骨架InOF-1为骨架，在惰性氩气下通过纳米氧化铟与碳基质的氧化还原反应形成铟颗粒。具体地说，通过在脱羧过程中结合铟的熔融和去除，原位获得了一种多孔中空碳纳米管（HCNS）。合成的HCNS具有更多的电荷活性位点以及短而快的电子和离子传输通道，以其独特的内部空腔和管壁上相互连通的多孔结构，成为碘等电化学活性物质的优良载体。此外，组装的锌碘电池（ZIBs）在1 A g -1 时提供234.1 mAh g -1 的高容量，这确保了电解质中碘物质的吸附和溶解达到快速平衡。基于HCNS的ZIBs的倍率性能和循环性能得到大幅提升，表现出优异的容量保持率，并表现出比典型的单向碳纳米管更好的电化学交换容量，使HCNS成为新一代高性能电池的理想正极材料。
密度分级多孔固体：力学、制造和应用
绝热、可定制的比强度、出色的冲击能量吸收和缓冲性能，而且结构重量很轻。通过调整基础材料特性和细胞结构，可以定制这些结构的宏观（体积）行为，这使得细胞固体广泛应用于汽车、航空航天、体育、生物力学和包装行业。已确定细胞固体的密度、承载、能量吸收、声学和热特性在很大程度上取决于其细胞结构的几何形状、连通性和结构。细胞固体中特性结构性能的相互依赖性导致开发出各种类型的随机或无序（泡沫）和周期性或有序（晶格）结构，这些结构具有可定制和特定于应用的特性。然而从实际角度来看，在设计和开发多孔固体时，特别是对于结构的承载能力至关重要的用途，一个常见的缺点是在比强度和能量吸收性能之间进行权衡。 [1] 研究表明，增加多孔固体的细胞壁厚度通常会导致更高的强度和更低的能量吸收能力。相反，可以通过减少细胞壁厚度（以强度和刚度为代价）来提高比能量吸收（以重量为标准的吸收应变能量）。在解决多孔固体的强度能量吸收二分法方面已经取得了重大进展。例如，膨胀结构的开发为一种新型多孔结构打开了大门，这种结构在抗变形和压痕性能的改善、增强的承载和断裂性能以及增强的冲击能量缓解性能方面优于传统结构。 [2 – 4] 事实证明，膨胀结构前景广阔，尤其是在体育应用中，可用作具有可调性能的轻质防护垫。[5] 然而，尽管它们有可能为提高强度和缓冲性能提供途径，但仍需要克服一些困难，并呼吁在这一领域进一步发展。例如，膨胀结构（尤其是膨胀泡沫）的加工和制造并不适用于所有聚合物系统，需要精确且通常成本高昂的加工技术。[2,6]
微结构和功能分级弧形添加剂制成的钢组合
功能分级的材料（FGM）已获得了各种应用的许多兴趣，旨在符合当地特性（例如腐蚀行为）的特殊要求，这高度决定了该组件的寿命。腐蚀行为在很大程度上取决于设计材料的化学成分和微观结构。因此，使用线性弧添加剂制造（WAAM）设计了两种FGM组合，其线性变化的材料沉积从G 3SI1到G 19 9L SI（组合1）和G 18L NB到G 19 9L SI（组合2）。使用光学显微镜（OLM）分析不同位置的微观结构，具有连接能量分散X射线光谱（SEM/EDS）和X射线衍射（XRD）的扫描电子显微镜（扫描电子显微镜）。由0.6 M NaCl溶液中的电化学腐蚀行为通过环状电力动力学极化（CPDP）确定，包括CPDP后的SEM成像，以确定凹坑的大小和形态。有关化学梯度的铁素体（α和δ），马氏体和奥氏体类型的相形序列。由于Cr和/或Ni的增加，两种组合方向上的两种组合都增强了点腐蚀性，而PIT形态在各种微观结构的存在依赖性方面发生了变化。
人工智能在前列腺癌活检诊断和格里森分级中的应用现状及后续步骤
活检中前列腺癌的诊断和格里森分级对于前列腺癌男性的临床管理至关重要。尽管如此，病理学家之间的高度分级差异性导致治疗不足和过度治疗的可能性。人工智能 (AI) 系统在协助病理学家进行格里森分级方面显示出良好的前景，这可能有助于解决这一问题。在这篇小型评论中，我们重点介绍了有关癌症检测和格里森分级的人工智能系统开发的研究，并讨论了广泛临床实施所需的进展以及预期的未来发展。患者摘要：这篇小型评论总结了与验证人工智能 (AI) 辅助癌症检测和活检中前列腺癌格里森分级有关的证据，并强调了广泛临床实施之前所需的其余步骤。我们发现，尽管有强有力的证据表明人工智能能够像经验丰富的泌尿病理学家一样进行格里森分级，但仍需要做更多的工作来确保人工智能系统在不同患者群体、数字化平台和病理实验室的不同环境中的结果准确性。© 2021 作者。由 Elsevier BV 代表欧洲泌尿外科协会出版。这是一篇根据 CC BY 许可开放获取的文章（http://creativecommons. org/licenses/by/4.0/）。
定制 316L 不锈钢与 Al12Si 的成分分级界面
可以看到纯 SS 316L 部分和 (SS 316L+Al12Si) 1 之间的结合。(c) 方法 2 制造的横截面。(d) 圆柱形 SS 316L 至 Al12Si 双金属结构
使用对比后 T1 加权图像结合基于云的 3D 卷积神经网络开发全自动胶质瘤分级流程
摘要：胶质瘤是最常见的脑肿瘤类型，其等级影响其治疗政策和预后。因此，人们已经研究了基于人工智能的肿瘤分级方法。然而，在大多数研究中，都进行了二维（2D）分析和手动肿瘤区域提取。此外，使用医学图像的深度学习研究在收集图像数据和准备硬件方面遇到困难，从而阻碍了其广泛使用。因此，我们开发了一个 3D 卷积神经网络 (3D CNN) 流水线，通过使用 NVIDIA 提供的预训练 Clara 分割模型和我们原始的分类模型，实现全自动胶质瘤分级系统。在该方法中，使用 Clara 分割模型提取脑肿瘤区域，并将使用该提取区域创建的感兴趣体积 (VOI) 分配给分级 3D CNN 并分类为 II、III 或 IV 级。通过使用 46 个区域进行评估，所有肿瘤的分级准确率为 91.3%，与使用多序列的方法相当。提出的流水线方案可以通过结合预训练的 3D CNN 和我们原来的 3D CNN 在单个序列中创建全自动胶质瘤分级流水线。
生物聚合的斜率和子分级稳定和
13。报告类型和期间涵盖的最终报告（2019年7月 - 4月2021）14。赞助代理代码15。补充注释16。摘要在美国中西部州的中西部州略微固结的冰川耕种和风化的页岩通常在施工后表现出很大的强度退化。这种降低的强度通常会导致路边依赖时间的斜率故障。这项研究研究了应用基于生物聚合物的土壤修饰技术来减轻这些土壤的强度降低现象的可能性。在这项研究中，通过实验室测试评估了几种不同的生物聚合物，选择了两种生物聚合物进行广泛的风化测试，然后将较高表现的生物聚合物Xanthan应用于内布拉斯加州Verdigre的测试坡度，并用重型仪器进行。以下是结果的摘要。分别混合0.5％，1.5％和2.5％的黄原胶，从绿色的天空它们的不受欢迎的实验室剪切强度提高了20％，30％和40％。另一方面，在8个湿冻冻干干燥的周期中，风化的天鹅绒的风化剪切强度仍保留了未经治疗的未知无关的牙龈的83％。对于冰川耕种也获得了类似的结果，表明基于黄金的聚合方法可以用作一种新的生态友好方法，以增强中西部州风化的页岩和冰川耕种的强度。但是，需要进一步监视以充分验证发现。迄今为止，基于压力表和叶片剪切测试结果，施用的黄曼处理的土壤与实验室测试结果相似。